基于非下采样轮廓波变换和压缩感知的PETCT像素级融合算法.docx

基于非下采样轮廓波变换和压缩感知的PETCT像素级融合算法
摘要
PET和CT成像技术在医学领域中已经被广泛应用。由于PET和CT技术各自具有不同的优势和限制，因此将PET和CT图像进行融合已成为一种趋势，以提高医学影像的质量和诊断的准确性。本文提出了一种基于非下采样轮廓波变换和压缩感知的PETCT像素级融合算法。该算法通过非下采样轮廓波变换提取PET和CT的轮廓信息，然后利用压缩感知技术进行像素级融合。实验结果表明，本文提出的算法可以有效地提高PET和CT图像的质量，同时保留了PET和CT图像各自的特征。
关键词：PET、CT、像素级融合、非下采样轮廓波变换、压缩感知
Abstract
PETandCTimagingtechnologieshavebeenwidelyusedinthemedicalfield.DuetothedifferentadvantagesandlimitationsofPETandCTtechnologies,thefusionofPETandCTimageshasbecomeatrendtoimprovethequalityofmedicalimagesandtheaccuracyofdiagnosis.ThispaperproposesaPETCTpixel-levelfusionalgorithmbasedonnon-subsampledcontourlettransformandcompressedsensing.ThealgorithmextractsthecontourinformationofPETandCTthroughnon-subsampledcontourlettransform,andthenusescompressedsensingtechnologyforpixel-levelfusion.TheexperimentalresultsshowthattheproposedalgorithmcaneffectivelyimprovethequalityofPETandCTimageswhileretainingthecharacteristicsofPETandCTimages.
Keywords:PET,CT,pixel-levelfusion,non-subsampledcontourlettransform,compressedsensing
1.引言
PET和CT成像技术广泛应用于临床诊断中。PET图像可以提供患者体内代谢信息，而CT图像可以提供患者解剖结构的信息。然而，PET和CT图像有不同的优点和局限性。PET图像具有很高的敏感性和定量性，但图像分辨率较低。CT图像具有很高的分辨率，但对软组织和肿瘤等缺乏特异性。因此，将PET和CT图像进行融合可以提高图像的质量和诊断的准确性。
图像融合是将多幅图像融合为一幅图像的过程。目前，常用的PET和CT图像融合方法包括基于区域的方法和基于像素的方法。基于区域的方法将PET和CT图像分成不同的区域，并将不同区域的信息融合在一起。基于像素的方法将PET和CT图像的像素逐个进行融合。基于区域的方法能够提高图像的质量，但容易导致信息的错位和重复。基于像素的方法可以提高图像的细节，但对图像中噪声的处理效果不好。
为了克服以上缺点，本文提出了一种基于非下采样轮廓波变换和压缩感知的PETCT像素级融合算法。该算法通过非下采样轮廓波变换提取PET和CT的轮廓信息，然后利用压缩感知技术进行像素级融合。实验结果表明，本文提出的算法可以有效地提高PET和CT图像的质量，同时保留了PET和CT图像各自的特征。
2.相关工作
2.1PET和CT图像融合方法
目前，PET和CT图像融合方法可以分为基于区域的方法和基于像素的方法。
基于区域的方法将PET和CT图像分成不同的区域，并将不同区域的信息融合在一起，以提高整体图像的质量。El-Sakka等人[1]提出了一种基于小波变换的PET和CT图像融合方法。该方法将PET和CT的低频部分融合，高频部分则采用PET和CT各自的高频系数。
基于像素的方法将PET和CT图像的像素逐个进行融合。Yu等人[2]提出了一种基于近似均值的PET和CT图像融合方法。该方法计算PET和CT图像像素的加权平均值，以得到融合后的图像。
2.2非下采样轮廓波变换
非下采样轮廓波变换（NSCT）[3]是一种基于轮廓的图像处理方法。NSCT可以提供更好的图像边缘信息，对于图像边缘处理有很好的表现。
NSCT基于轮廓系统，将图像分为多个分辨率，每个分辨率下又分为多个方向，然后在各自的分辨率和方向上进行小波变换。NSCT通过考虑图像中不同方向的边缘信息来提取轮廓信息，从而可以保留图像的纹理信息和边缘信息。
2.3压缩感知
压缩感知（C